Instruções:

Utilizando Dados do Instituto Nacional de Meteorologia (INMET), busque pelas informações de precipitação e temperatura para os estados federativos do Brasil (UF) e responda às seguintes questões:

Questão 1 - Quais as 5 estações meteorológicas que apresentaram maior precipitação acumulada do ano de 2020?

Questão 2 - E quais as 5 estações com menor precipitação acumulada de 2020?

Questão 3 - Plote um gráfico, um para cada estado, com a temperatura média mensal dos últimos 12 meses.

Questão 4 (Bônus): Análise exploratória livre do dataset. Fique à vontade para trazer aqui alguma análise que considere relevante - com base no dataset apresentado

#Importando bibliotecas a serem utilizadas nessa análise:
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import json
import plotly.express as px
import requests
%matplotlib inline

Ao analisarmos as opções de API não há uma opção direta para a obter todos os dados de todas as estações. Sendo assim, iremos primeiro obter os dados das estações e depois iterar por estação para pegar todos os dados. Para mais informações do API do INMET só acessar esse link

#Pegando os dados de todas as estações através da API do INMET e mostramos as primeiras linhas dos dados coletados

r = requests.get('https://apitempo.inmet.gov.br/estacoes/T')
estacoes = r.json()
df_est = pd.json_normalize(estacoes)
df_est.head()

	CD_OSCAR	DC_NOME	FL_CAPITAL	DT_FIM_OPERACAO	CD_SITUACAO	TP_ESTACAO	VL_LATITUDE	CD_WSI	CD_DISTRITO	VL_ALTITUDE	SG_ESTADO	SG_ENTIDADE	CD_ESTACAO	VL_LONGITUDE	DT_INICIO_OPERACAO
0	0-2000-0-86765	ABROLHOS	N	None	Pane	Automatica	-17.96305555	0-76-0-2906907000000408	04	20.93	BA	INMET	A422	-38.70333333	2008-07-20T21:00:00.000-03:00
1	0-2000-0-81755	ACARAU	N	None	Pane	Automatica	-3.1211111	0-76-0-2300200000000446	03	67.15	CE	INMET	A360	-40.08722221	2009-04-21T21:00:00.000-03:00
2	0-2000-0-86827	AFONSO CLAUDIO	None	None	Pane	Automatica	-20.10416666	0-76-0-3200102000000478	06	507.48	ES	INMET	A657	-41.10694444	2011-09-23T21:00:00.000-03:00
3	0-2000-0-86686	AGUA BOA	N	None	Pane	Automatica	-14.01638888	0-76-0-5100201000000157	09	440	MT	INMET	A908	-52.21166666	2006-12-15T21:00:00.000-03:00
4	0-2000-0-86812	AGUA CLARA	N	None	Operante	Automatica	-20.44444444	0-76-0-5000203000000463	07	323.63	MS	INMET	A756	-52.87583332	2010-08-13T21:00:00.000-03:00

Das informações disponíveis a que mais nos interessa seria o código da estação, para iteração na API. Então vamos isolá-la e fazer uma exploração básica para checar se a API se comportou como esperamos

print('Número de linhas do DataFrame: {}'.format( df_est.shape[0]))
print('Número de estações únicas: {}'.format(df_est['CD_ESTACAO'].nunique()))

Número de linhas do DataFrame: 605
Número de estações únicas: 605

O resultado acima demonstra que cada linha representa apenas uma estação, como esperado. Sendo assim, vamos gerar a lista para de iteração para obter os dados do ano de 2020 para todas as estações

cod_est = df_est['CD_ESTACAO'].unique() #Gerando uma série com todas as estações
df = pd.DataFrame() #Iniciando um DF vazio para ir adicionando os dados obtidos do API do INMET

#Iterando para cada estação em cod_est, modificando a URL de chamada, 
#assim pegando os dados de 2020 para cada estação e compilando em um DataFrame único

for codigo in cod_est[:]:
    url = f'https://apitempo.inmet.gov.br/estacao/diaria/2020-01-01/2020-12-31/{codigo}'
    r = requests.get(url)
    brasil = r.json()
    df = df.append(pd.json_normalize(brasil), ignore_index = True)

df.head()

	UMID_MED	DT_MEDICAO	DC_NOME	UMID_MIN	TEMP_MED	CHUVA	VL_LATITUDE	TEMP_MIN	TEMP_MAX	UF	VEL_VENTO_MED	CD_ESTACAO	VL_LONGITUDE
0	None	2020-01-01	ABROLHOS	None	25.6	None	-17.96305555	23.8	26.7	BA	6.9	A422	-38.70333333
1	None	2020-01-02	ABROLHOS	None	26.6	1	-17.96305555	23.8	27.4	BA	10	A422	-38.70333333
2	None	2020-01-03	ABROLHOS	None	26.5	0	-17.96305555	26	27.2	BA	9.9	A422	-38.70333333
3	None	2020-01-04	ABROLHOS	None	26	11	-17.96305555	23.4	27.2	BA	8.9	A422	-38.70333333
4	None	2020-01-05	ABROLHOS	None	26.2	0	-17.96305555	25.7	26.9	BA	9.6	A422	-38.70333333

Nos próximos passos irei começar a fazer as análises exploratórias para responder as questões 1 e 2

Questão 1 - Quais as 5 estações meteorológicas que apresentaram maior precipitação acumulada do ano de 2020?

Questão 2 - E quais as 5 estações com menor precipitação acumulada de 2020?

De acordo com o manual do API do INMET a coluna CHUVA é relativa a PRECIPITAÇÃO TOTAL, DIARIO (AUT) em mm

#Abaixo crio uma coluna com os nomes dos meses, que será útil em análises posteriores
df['MES'] = df['DT_MEDICAO'].apply(lambda x: x.split('-')[1])

df['CHUVA'].unique()

array([None, '1', '0', '11', '74.6', '2', '1.8', '0.2', '31.6', '41',
       '0.6', '2.8', '3', '3.6', '1.6', '7.6', '14', '13.4', '5.8', '5.2',
       '8.4', '6.2', '21.4', '6.6', '40', '6.4', '2.6', '4', '8.2', '9.8',
       '2.4', '3.8', '0.4', '1.2', '5', '17.4', '1.4', '5.4', '9.4',
       '3.2', '0.8', '4.2', '2.2', '4.4', '14.8', '23.2', '30.8', '7.2',
       '4.6', '32.8', '6', '3.4', '10.6', '19.8', '7.4', '13.8', '10.4',
       '14.4', '26.8', '20', '16.6', '25.4', '7', '39.4', '20.2', '11.6',
       '23', '27.6', '78.4', '32.4', '31', '47.2', '34.2', '32.2', '53.8',
       '11.4', '9.6', '11.2', '15', '16.4', '60.8', '16.2', '33.2', '80',
       '39.6', '25.6', '60.4', '24', '14.6', '16.8', '51.2', '20.6',
       '52.6', '18.2', '13.6', '8', '9.2', '9', '41.2', '15.8', '24.2',
       '44.8', '19', '45', '12.4', '44.6', '7.8', '61.8', '17.8', '29.2',
       '24.4', '33.6', '25.2', '62.6', '32', '33', '24.8', '22.2', '22.4',
       '4.8', '19.6', '28.8', '11.8', '18', '22', '20.4', '42.4', '45.8',
       '28.6', '25.8', '21.8', '13.2', '34.8', '40.8', '23.6', '6.8',
       '12.6', '17.6', '12.2', '26', '35', '19.2', '5.6', '49.8', '12.8',
       '55', '60.2', '15.4', '10', '55.4', '30', '21.2', '40.2', '38',
       '81.2', '39.8', '46.6', '54.8', '8.6', '102.8', '45.4', '38.8',
       '31.4', '35.6', '51.8', '49', '21.6', '112', '33.8', '26.4',
       '62.4', '25', '43.4', '77.8', '39.2', '18.6', '66.8', '18.4',
       '38.6', '48.2', '41.6', '36.8', '37.4', '67.8', '40.4', '210.2',
       '50.6', '29.8', '41.4', '76.2', '201.6', '12', '47', '10.8',
       '84.8', '24.6', '69.2', '23.8', '29', '48.8', '56.8', '27.8', '50',
       '28.2', '17.2', '33.4', '14.2', '42.2', '15.2', '68.6', '50.2',
       '55.2', '37.6', '28', '8.8', '17', '54.4', '62.8', '15.6', '16',
       '38.2', '57.4', '73.4', '27.2', '10.2', '37', '35.2', '20.8',
       '27.4', '76', '42', '18.8', '99.2', '21', '51', '30.4', '26.6',
       '22.8', '43.8', '49.4', '41.8', '49.2', '36.2', '23.4', '44.2',
       '64', '51.4', '13', '55.8', '79.2', '84', '59.2', '28.4', '37.8',
       '46.8', '36.4', '78', '19.4', '47.6', '63.6', '51.6', '89', '45.6',
       '46.2', '92.2', '79.8', '37.2', '69.6', '29.6', '56.6', '34',
       '74.2', '58.4', '44', '106', '58', '114.8', '61.4', '36', '57.2',
       '32.6', '123', '53.6', '39', '71.6', '22.6', '59.8', '70.6',
       '50.4', '26.2', '30.2', '62', '43.6', '64.8', '42.6', '78.2',
       '58.8', '27', '56.2', '75.6', '31.2', '53.4', '94.6', '81.8',
       '40.6', '106.2', '45.2', '43', '75', '66', '67', '64.4', '75.2',
       '54.2', '74', '53.2', '95.8', '55.6', '34.4', '88.2', '52.2', '65',
       '53', '77.2', '43.2', '92.8', '29.4', '57', '60.6', '66.2', '87.4',
       '38.4', '82.2', '73.2', '46', '59.4', '104.2', '30.6', '102.6',
       '48.4', '47.8', '132.6', '82.4', '80.4', '67.4', '88.8', '34.6',
       '93.6', '57.6', '75.8', '35.4', '36.6', '79.4', '44.4', '81.4',
       '139.8', '72.4', '99.6', '58.6', '31.8', '54', '84.6', '46.4',
       '57.8', '65.4', '59.6', '56', '83.8', '71.8', '145.8', '80.2',
       '64.6', '71', '50.8', '69', '66.4', '42.8', '93.8', '61.2', '88',
       '189.8', '79.6', '85.2', '76.4', '76.8', '172.6', '125.6', '153.4',
       '70.4', '48.6', '79', '67.6', '63.4', '99.4', '56.4', '115.6',
       '58.2', '87.6', '65.2', '70.8', '96.4', '95.2', '67.2', '47.4',
       '91.6', '105', '76.6', '68.8', '52.8', '61', '84.4', '93.2',
       '90.4', '107', '48', '98.2', '95', '52.4', '52', '62.2', '77',
       '73.6', '111.4', '73.8', '35.8', '90.8', '85.4', '91', '85',
       '110.2', '68', '121', '89.6', '86.8', '77.6', '64.2', '68.2',
       '109', '86', '100.8', '87.8', '71.2', '101.4', '63.8', '97.4',
       '112.8', '97.2', '91.4', '65.8', '84.2', '63', '109.2', '129.2',
       '95.4', '83.6', '72.6', '60', '88.6', '126', '93', '83.2', '128.2',
       '110', '101.2', '95.6', '103.8', '96.8', '133', '113.8', '114',
       '119', '59', '86.4', '63.2', '122', '118', '103.4', '54.6', '86.2',
       '69.8', '74.4', '69.4', '72.2', '165.4', '49.6', '121.8', '78.8',
       '77.4', '78.6', '86.6', '143', '82', '71.4', '70', '100.6', '66.6',
       '180.4', '224.2', '82.8', '70.2', '120.6', '142.4', '177.4',
       '114.6', '85.8', '113.2', '68.4', '61.6', '65.6', '127.6', '81',
       '114.2', '89.2', '94.2', '152.4', '134.2', '94', '146.8', '103.2',
       '83.4', '98', '104.6', '142', '114.4', '127.4', '153.6', '98.8',
       '80.6', '138.4', '109.8', '87', '112.6', '96.2', '106.4', '133.8',
       '91.2', '90', '90.2', '100.2', '146.6', '188.6', '83', '116.8',
       '115.4', '143.4', '88.4', '111', '96', '107.6', '128.4', '166',
       '102.4', '80.8', '130.6', '72', '98.6', '108', '94.8', '103.6',
       '115.8', '101', '115', '139', '106.8', '119.6', '119.8', '89.8',
       '119.2', '89.4', '81.6', '159.4', '116.6', '93.4', '108.8', '104',
       '99', '72.8', '108.2', '134.6', '124.6', '112.4', '108.4', '104.4',
       '91.8', '127.8', '122.2', '116.4', '118.4', '169.2', '169', '100',
       '104.8', '87.2', '150', '111.8', '136', '108.6', '110.8', '179',
       '113.4', '123.8', '141', '105.8', '147', '118.6', '74.8', '73',
       '137.2', '149.8', '100.4', '128.6', '132.4', '115.2', '190.2',
       '130', '92.6', '107.4'], dtype=object)

Ao vermos a lista de valores únicos de chuva podemos ver que há varios valores None, ou seja, por algum motivo a estação não registrou medição. Vale notar que também há o valor 0 nessa lista, então podemos assumir que o None seja algum erro da estação

Além disso podemos observar que a informação da lista está como strings, que deveram ser transformadas para realizarmos a análise

df['CHUVA'].fillna(value = np.nan, inplace = True) 
df['CHUVA'] = df['CHUVA'].astype(float) #Transformando os dados da coluna em float

df

	UMID_MED	DT_MEDICAO	DC_NOME	UMID_MIN	TEMP_MED	CHUVA	VL_LATITUDE	TEMP_MIN	TEMP_MAX	UF	VEL_VENTO_MED	CD_ESTACAO	VL_LONGITUDE	MES
0	None	2020-01-01	ABROLHOS	None	25.6	NaN	-17.96305555	23.8	26.7	BA	6.9	A422	-38.70333333	01
1	None	2020-01-02	ABROLHOS	None	26.6	1.0	-17.96305555	23.8	27.4	BA	10	A422	-38.70333333	01
2	None	2020-01-03	ABROLHOS	None	26.5	0.0	-17.96305555	26	27.2	BA	9.9	A422	-38.70333333	01
3	None	2020-01-04	ABROLHOS	None	26	11.0	-17.96305555	23.4	27.2	BA	8.9	A422	-38.70333333	01
4	None	2020-01-05	ABROLHOS	None	26.2	0.0	-17.96305555	25.7	26.9	BA	9.6	A422	-38.70333333	01
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
221425	74.3	2020-12-27	ZE DOCA	52	27.9	0.0	-3.26916666	24.1	33	MA	None	A255	-45.65111111	12
221426	75.7	2020-12-28	ZE DOCA	55	28.1	0.0	-3.26916666	23.8	33.1	MA	None	A255	-45.65111111	12
221427	75.5	2020-12-29	ZE DOCA	53	28.1	0.0	-3.26916666	23.7	33.8	MA	None	A255	-45.65111111	12
221428	82.6	2020-12-30	ZE DOCA	60	27	0.0	-3.26916666	23.8	32.5	MA	None	A255	-45.65111111	12
221429	85.6	2020-12-31	ZE DOCA	57	26.6	8.8	-3.26916666	24	33.3	MA	None	A255	-45.65111111	12

221430 rows × 14 columns

#Consolidando os dados somando os dados de chuva para termos a precipitação acumulada
df_soma = df.pivot_table(index = ['CD_ESTACAO','VL_LATITUDE','VL_LONGITUDE','UF'], aggfunc = {'CHUVA': 'sum'}) 

df_soma

				CHUVA
CD_ESTACAO	VL_LATITUDE	VL_LONGITUDE	UF
A001	-15.78944444	-47.92583332	DF	1585.0
A002	-16.642841	-49.220222	GO	1469.4
A003	-17.745066	-49.101698	GO	1338.2
A005	-13.30944444	-49.11749999	GO	813.6
A009	-10.190744	-48.301811	TO	1426.4
...	...	...	...	...
S713	-22.0786111	-53.46583333	MS	0.0
S714	-18.07277777	-54.54888888	MS	242.4
S715	-20.466694	-53.763028	MS	997.0
S716	-21.305889	-52.820375	MS	902.8
S717	-20.35138888	-51.43027777	MS	623.6

605 rows × 1 columns

df_soma_ord = df_soma.sort_values('CHUVA', ascending = False) #Ordenando os valores do maior para o menor

print('Resposta a questão 1:')
df_soma_ord.head(5) 

Resposta a questão 1:

				CHUVA
CD_ESTACAO	VL_LATITUDE	VL_LONGITUDE	UF
A201	-1.411228	-48.439512	PA	4074.2
A202	-1.30083333	-47.94805555	PA	3162.0
A618	-22.4486111	-42.98694444	RJ	3156.8
A248	-1.73472221	-47.0575	PA	2882.0
A226	-1.04722221	-46.78583333	PA	2578.0

df_soma_ord.tail(5)

				CHUVA
CD_ESTACAO	VL_LATITUDE	VL_LONGITUDE	UF
A133	-5.7886111	-61.28833333	AM	0.0
B803	-24.57083332	-52.80027777	PR	0.0
A751	-23.96694443	-55.02416666	MS	0.0
A905	-13.78583333	-57.8386111	MT	0.0
A765	-23.84472221	-46.14333333	SP	0.0

As estações acima seriam as que menos tiveram precipitação acumulada ao longo de 2020, como o resultado é 0 é interessante saber quais estações tiveram uma precipitação acumulada de 0, já que não haveria distinção entre elas

df_soma_ord[df_soma_ord['CHUVA'] == 0.0]

				CHUVA
CD_ESTACAO	VL_LATITUDE	VL_LONGITUDE	UF
A908	-14.01638888	-52.21166666	MT	0.0
S113	0.947942	-59.91318	RR	0.0
A415	-11.00277777	-44.52499999	BA	0.0
S116	-4.530149	-71.617366	AM	0.0
S115	0.599381	-69.191946	AM	0.0
...	...	...	...	...
A133	-5.7886111	-61.28833333	AM	0.0
B803	-24.57083332	-52.80027777	PR	0.0
A751	-23.96694443	-55.02416666	MS	0.0
A905	-13.78583333	-57.8386111	MT	0.0
A765	-23.84472221	-46.14333333	SP	0.0

66 rows × 1 columns

Como podemos ver, 66 estações não tiveram chuva ao longo de 2020. Abaixo podemos vizualizar as localizações dessas estações

df_loc = df_soma_ord.reset_index()

df_loc = df_loc[df_loc['CHUVA']== 0.0]

mapa = requests.get('https://raw.githubusercontent.com/fititnt/gis-dataset-brasil/master/uf/geojson/uf.json')

fig = px.scatter_geo(df_loc,
                    lat=df_loc['VL_LATITUDE'],
                    lon=df_loc['VL_LONGITUDE'],
                    hover_data=["CD_ESTACAO",'UF'],
                    scope = 'south america',                    
                    width = 800,
                    height = 1000
                    )
fig.show()

O mapa acima chama atenção pelos diversos pontos espalhados, valendo a pena ver como os dados foram obtidos pois parece ser algo incomum

df['TEMP_MED'] = df['TEMP_MED'].astype(float) #Transformando os dados da coluna em float

#Abaixo irei consolidar os dados de acordo com o estado e o mês, pegando a média das temperaturas médias
df_temp = df.pivot_table(index = ['UF','MES'], aggfunc = {'TEMP_MED': 'mean'}) 

df_temp = df_temp.reset_index()

#Abaixo irei ordernar os valores por Estado e Mês, depois vou trocar os nomes dos meses, para plotar um gráfico melhor

df_temp = df_temp.sort_values(['UF','MES']).replace({'01': 'JAN', '02': 'FEV', '03': 'MAR',
                                    '04': 'ABR', '05': 'MAI', '06': 'JUN',
                                    '07': 'JUL', '08': 'AGO', '09': 'SET',
                                    '10': 'OUT', '11': 'NOV', '12': 'DEZ'})

fig = px.bar(df_temp,x = 'MES', y = 'TEMP_MED', barmode = 'group', animation_frame = 'UF', hover_name = 'UF',
             labels = {'TEMP_MED':'Temperatura Média'}, title = 'Temperatura Média por Estado',
             color = 'TEMP_MED', color_continuous_scale = 'bluered',
             range_y = (0,30),
             range_color = [df_temp['TEMP_MED'].min(), df_temp['TEMP_MED'].max()]
             )

print('Resposta da questão 3:')
fig.show()

Resposta da questão 3:

Optei por plotar apenas um gráfico interativo para cada estado, acredito que seja uma opção mais elegante do que plotar 27 gráficos diferentes para cada estado

Também podemos ter essa mesma representação em um mapa coroplético

figbr = px.choropleth_mapbox(df_temp , geojson=mapa.json(),
                             locations='UF',
                             featureidkey="properties.UF_05",
                             animation_frame = 'MES',
                             color = 'TEMP_MED',
                             color_continuous_scale="bluered",
                             mapbox_style="carto-positron",
                             zoom=2, center = {"lat": -16.6799, "lon": -49.255},
                             opacity=0.7,
                             range_color = [df_temp['TEMP_MED'].min(), df_temp['TEMP_MED'].max()]
                            )

figbr.update_layout(margin={"r":0,"t":0,"l":0,"b":0})
figbr.show()

Segue abaixo algumas análises exploratórias livres. Vou investigar qual a relação entre a temperatura média e a precipitação e também ver quais são os estados com maior amplitude térmica, ou seja, maior variação entre a temperatura mínima e máxima ao longo do ano

df.head()

	UMID_MED	DT_MEDICAO	DC_NOME	UMID_MIN	TEMP_MED	CHUVA	VL_LATITUDE	TEMP_MIN	TEMP_MAX	UF	VEL_VENTO_MED	CD_ESTACAO	VL_LONGITUDE	MES
0	None	2020-01-01	ABROLHOS	None	25.6	NaN	-17.96305555	23.8	26.7	BA	6.9	A422	-38.70333333	01
1	None	2020-01-02	ABROLHOS	None	26.6	1.0	-17.96305555	23.8	27.4	BA	10	A422	-38.70333333	01
2	None	2020-01-03	ABROLHOS	None	26.5	0.0	-17.96305555	26	27.2	BA	9.9	A422	-38.70333333	01
3	None	2020-01-04	ABROLHOS	None	26.0	11.0	-17.96305555	23.4	27.2	BA	8.9	A422	-38.70333333	01
4	None	2020-01-05	ABROLHOS	None	26.2	0.0	-17.96305555	25.7	26.9	BA	9.6	A422	-38.70333333	01

df['UMID_MED'] = df['UMID_MED'].astype(float)
df['TEMP_MIN'] = df['TEMP_MIN'].astype(float)
df['TEMP_MAX'] = df['TEMP_MAX'].astype(float)

df_txp = df[['UMID_MED','TEMP_MED','CHUVA']]

df_txp.corr()

	UMID_MED	TEMP_MED	CHUVA
UMID_MED	1.000000	-0.285597	0.315179
TEMP_MED	-0.285597	1.000000	-0.050185
CHUVA	0.315179	-0.050185	1.000000

sns.pairplot(df_txp)

<seaborn.axisgrid.PairGrid at 0x193fbb53e08>

Acima, tanto pela tabela de correlação quanto pelos gráficos podemos ver que não ha uma correlação definida. A chuva é o que parece indicar algum tipo de correlação exponencial, mas tem uma quantidade expressiva de dados que aparentam não seguir essa tendência

Abaixo irei analisar um pouco sobre a amplitude térmica

df['AMP_TERM'] = df['TEMP_MAX'] - df['TEMP_MIN'] #Criando a coluna com os dados

df['AMP_TERM'].max()

42.9

Uma amplitude térmica de 42.9°C parece ser algo exagerado, vamos analisar essa situação

df[df['AMP_TERM'] == df['AMP_TERM'].max()]

	UMID_MED	DT_MEDICAO	DC_NOME	UMID_MIN	TEMP_MED	CHUVA	VL_LATITUDE	TEMP_MIN	TEMP_MAX	UF	VEL_VENTO_MED	CD_ESTACAO	VL_LONGITUDE	MES	AMP_TERM
28991	89.3	2020-03-18	BRAGANÇA	59	30.0	2.4	-1.04722221	-5.6	37.3	PA	0.8	A226	-46.78583333	03	42.9

df['AMP_TERM'].min()

-0.20000000000000284

df[df['AMP_TERM'] == df['AMP_TERM'].min()]

	UMID_MED	DT_MEDICAO	DC_NOME	UMID_MIN	TEMP_MED	CHUVA	VL_LATITUDE	TEMP_MIN	TEMP_MAX	UF	VEL_VENTO_MED	CD_ESTACAO	VL_LONGITUDE	MES	AMP_TERM
69909	NaN	2020-01-04	DTCEA GUAJARA-MIRIM	90	NaN	NaN	-10.79	27.1	26.9	RO	None	S110	-65.3301	01	-0.2

df[df['AMP_TERM'] < 0]

	UMID_MED	DT_MEDICAO	DC_NOME	UMID_MIN	TEMP_MED	CHUVA	VL_LATITUDE	TEMP_MIN	TEMP_MAX	UF	VEL_VENTO_MED	CD_ESTACAO	VL_LONGITUDE	MES	AMP_TERM
69909	NaN	2020-01-04	DTCEA GUAJARA-MIRIM	90	NaN	NaN	-10.79	27.1	26.9	RO	None	S110	-65.3301	01	-0.2

Ao explorarmos mais os dados relativos a amplitude térmica algumas coisas estranhas começam a aparecer. Por exemplo, uma amplitude térmica muito grande para a cidade de Bragança no pará que, de acordo com esse link possui temperaturas elevadas o ano inteiro

Além disso, foram apontadas 201 ocorrências de amplitude térmica negativa, e o DataFrame mostra que nesses casos a Temperatura mínima do dia excedeu a temperatura máxima. Sendo assim, vamos limpar esses números para continuar nossa análise

A título de acelerar a análise iremos colocar cortar as linhas onde a amplitude térmica seja negativa e onde ela seja maior que 20°C. Mas o caminho ideal seria pesquisar para ver qual o melhor número para usar nesse limite superior

df_amp = df[(df['AMP_TERM'] > 0) & (df['AMP_TERM'] <= 20)]

df_amp = df_amp.sort_values(['UF','MES']).replace({'01': 'JAN', '02': 'FEV', '03': 'MAR',
                                    '04': 'ABR', '05': 'MAI', '06': 'JUN',
                                    '07': 'JUL', '08': 'AGO', '09': 'SET',
                                    '10': 'OUT', '11': 'NOV', '12': 'DEZ'})

fig = px.box(df_amp,x = 'UF', y='AMP_TERM', animation_frame = 'MES', hover_data = ['DT_MEDICAO'], color = 'UF',height = 600)
fig.show()

Através do BoxPlot podemos ver como as amplitudes se distribuem por estado ao longo dos meses, além de podemos saber quais as datas que os outliers ocorreram passando o cursor sobre esses pontos

#Consolidando os dados para formar uma tabela com index por estado e colunas de cada mês para utilizar no cluster map
df_amp_h = df_amp.pivot_table(index = 'UF', columns = 'MES', values = 'AMP_TERM',aggfunc = 'mean')

df_amp_h.rename(columns = {'01': 'JAN', '02': 'FEV', '03': 'MAR',
                           '04': 'ABR', '05': 'MAI', '06': 'JUN',
                           '07': 'JUL', '08': 'AGO', '09': 'SET',
                           '10': 'OUT', '11': 'NOV', '12': 'DEZ'},
                inplace = True)

plt.figure(figsize=(15,8))
sns.clustermap(df_amp_h, cmap = 'magma')

<seaborn.matrix.ClusterGrid at 0x193fc56e588>

<Figure size 1080x576 with 0 Axes>

Usando o cluster map podemos ver, por exemplo, que nos meses de Agosto a Outubro, na região dos estados de Tocantins, Goiás e Mato-Grosso, apresentam a maior amplitude térmica média

#Rodando apenas para o export em HTML carregar os gráficos interativos
import plotly
plotly.offline.init_notebook_mode()